查全率
查全率（Recall），在临床流行病学中被称为灵敏度（Sensitivity），是衡量一个检索系统或诊断试验“发现所有阳性目标能力”的关键指标。
其数学定义是：在所有实际为“阳性”（如确实患病或确实相关的文献）的样本中，被正确识别出来的比例。查全率的核心使命是“不漏诊”（尽量减少假阴性）。在文献检索（尤其是为系统评价做准备）和疾病筛查（如核酸检测）中，查全率通常被置于比查准率更高的优先级，宁可“错杀一千”（假阳性），不可“放过一个”（假阴性）。
数学本质：对抗假阴性
理解查全率的基础是混淆矩阵 (Confusion Matrix)。它是对“真实世界”与“检测结果”的比较。
- 分子：真阳性 (TP)。 系统成功找到的相关文献/病人。
- 分母：真阳性 (TP) + 假阴性 (FN)。 现实世界中所有真正相关文献/病人的总和。
- 核心含义： 查全率 = $TP \div (TP + FN)$。
分母是固定的（客观真理），分子越大，说明我们找到的比例越高。查全率高，意味着假阴性（漏网之鱼）少。
双重身份：文献检索 vs 临床诊断
同一个数学公式，在不同场景下有着不同的名字和策略侧重。
| 场景 | 名称 | 策略与代价 |
|---|---|---|
| 文献检索 | 查全率 (Recall) |
策略：使用大量同义词（OR连接）、MeSH词、截词符（*）。 |
| 临床诊断 | 敏感度 (Sensitivity) |
策略：用于筛查（如机场安检、HIV初筛）。 |
关键相关概念 [Key Concepts]
1. Trade-off (博弈关系)： 查全率与查准率（Precision/特异度）通常呈负相关。想把所有坏人都抓绝（高查全），必然会误抓好人（低查准）。在系统评价中，我们牺牲查准率来换取高查全率。
2. SnNout (Se-N-Out)： 临床记忆口诀。如果一个诊断试验的敏感度 (Sn) 极高，那么当检测结果为阴性 (N) 时，可以放心地排除 (out) 疾病。因为高敏意味着几乎没有假阴性。
3. F1 Score： 在数据科学中，为了平衡查全率和查准率，常使用两者的调和平均数（F1 Score）来综合评价一个分类器的性能。
学术参考文献 [Academic Review]
[1] Lefebvre C, et al. (2023). Cochrane Handbook: Chapter 4: Searching for and selecting studies. Wiley.
[点评]：Cochrane 手册明确指出，系统评价的检索策略设计必须以“最大化敏感度”（即查全率）为首要目标，以避免发表偏倚。
[2] 詹思延. (2017). 流行病学 (第8版). 人民卫生出版社.
[点评]：国内经典教材。在“筛查与诊断试验的评价”章节，系统阐述了灵敏度（查全率）与特异度的计算及其临床意义。
[3] Altman DG, Bland JM. (1994). Diagnostic tests. 1: Sensitivity and specificity. BMJ.
[点评]：统计学大师 Altman 的经典科普文章，清晰地解释了为什么高敏感度的测试适合用于排除诊断（Rule-out）。